python - 使用 pandas GroupBy 聚合时设置 MultiIndex

Question

一些练习要求在应用聚合函数时向 df 列“添加辅助名称”。

给定以下 DF:

stype = ['s1','s1','s1','s1',
    's2','s2','s2','s2']
dtype = ['d1','d1','d2','d2',
        'd1','d1','d2','d2']
qty = [2, 1.4, 7, 3, 
        4, 1, 2.0, 3]
df = pd.DataFrame({'s_type':stype,
                    'd_type':dtype,
                    'qty':qty})

当按前 2 列分组并应用这样的聚合函数时

new_df=df.groupby(['s_type','d_type'],sort =  False).agg({'qty':'median'})

然后打印(new_df)

我得到这个输出，注意 qty 向上移动了一行(我假设这是正常行为)因为是应用了 agg 函数的一列

               qty
s_type d_type     
s1     d1      1.7
       d2      5.0
s2     d1      2.5
       d2      2.5

问题是什么

是否可以在 qty label/name 下设置辅助列名称？，以获得如下输出:

               qty
s_type d_type  Median   
s1     d1      1.7
       d2      5.0
s2     d1      2.5
       d2      2.5

还有为什么 qty 向上移动 1 行？ (我正在使用 Spyder，我也在 Anaconda/python 控制台中看到了这一点，不确定它是否像一个功能或 pandas 的正常行为)。

上次更新:如果您需要使用 sort_values，则必须为您添加二级索引/名称的列使用元组，这与应用聚合函数时的方式几乎相同(查看答案)

new_df=new_df.sort_values([('qty','MEDIAN')])

因此，您得到的 DF 按应用聚合函数的列和我们添加索引的列排序

                 qty
              MEDIAN
s_type d_type       
s1     d1        1.7
s2     d1        2.5
       d2        2.5
s1     d2        5.0

python v3.6

Pandas v0.23

谢谢。

Answer 1

super 简单。在 agg 中将“median”作为列表传递:

result = df.groupby(['s_type','d_type'], sort=False).agg({'qty': ['median']})
result
                 qty
              median
s_type d_type       
s1     d1        1.7
       d2        5.0
s2     d1        2.5
       d2        2.5

---

至于“为什么 qty 向上移动 1 行”，这意味着前两列实际上是输出中的索引。查询 result.index 会很明显:​​

result.index

MultiIndex(levels=[['s1', 's2'], ['d1', 'd2']],
           codes=[[0, 0, 1, 1], [0, 1, 0, 1]],
           names=['s_type', 'd_type'])

您可以在调用 groupby 时指定 as_index=False，

df.groupby(['s_type','d_type'], sort=False, as_index=False).agg({'qty': ['median']})

  s_type d_type    qty
                median
0     s1     d1    1.7
1     s1     d2    5.0
2     s2     d1    2.5
3     s2     d2    2.5

所以石斑鱼在输出中保留列。

---

您可以通过将元组列表传递给 agg 来更改输出中的名称:

df.groupby(['s_type','d_type'], sort=False).agg(
    {'qty': [('MEDIAN', 'median')]}
)

                 qty
              MEDIAN
s_type d_type       
s1     d1        1.7
       d2        5.0
s2     d1        2.5
       d2        2.5